CC BY
3DOI 10.31509/2658-607x-202362-127 УДК 614.842; 630*96
МЕТОД ОПРЕДЕЛЕНИЯ РАЗМЕРА ЯЧЕЙКИ РЕГУЛЯРНОЙ СЕТИ ДЛЯ ИНФРАСТРУКТУРНОГО ЗОНИРОВАНИЯ ТЕРРИТОРИИ C ЦЕЛЬЮ ОХРАНЫ ЛЕСОВ
ОТ ПОЖАРОВ
© 2023 г. Е. С. Подольская *, Д. В. Ершов, К. А. Ковганко
Центр по проблемам экологии и продуктивности лесов РАН Россия, 117997, Москва, ул. Профсоюзная, 84/32, стр. 14
* E-mail: podols_kate@mail.ru
Поступила в редакцию 08.06.2023 После рецензирования: 18.06.2023 Принята к печати: 18.06.2023
Инфраструктурные проекты регионального уровня — одно из важных составляющих современной цифровой экономики. Применительно к лесному хозяиству основными объектами, определяющими инфраструктурную нагрузку территории и связанными с сетью пожарно-химических станции (ПХС) и сетью лесных дорог, являются населенные пункты и дороги общего пользования. Предложен метод определения размера ячеики регулярнои равномернои прямоугольнои сетки на основе данных по размеру пикселя растра растительности, полученного по спектрорадиометру MODIS. Метод строится на основе получения статистики в ячеиках регуляр-нои сетки по количествам населенных пунктов, пожарно-химических станции, участков дорог, а также длинам отрезков дорог. Для определения размера ячеики сетки используется исследовательская регрессия, в которои зависимои переменнои было количество лесных пожаров, независимыми были выбраны число населенных пунктов и отрезков дорог, а также ПХС. В результате работы установлено, что наиболее рациональным размером регулярнои сетки для Красноярского края являются ячеики площадью 24 км2. Помимо лесного хозяиства, метод может быть использован в климатических и экономических проектах для оценки инфраструктурного развития территории.
Ключевые слова: регулярная сеть, ячейка, инфраструктурная нагрузка, населенные пункты, дорожная сеть, ГИС, лесное хозяйство
Вероятность возникновения лесных пожаров связана с антропогенной и природной нагрузкой региона мониторинга (Гришин, Фильков, 2005; Подольская и др., 2011). Антропогенная составляющая нагрузки при этом определяется уровнем развития инфраструктуры, характеризу-ющеися плотностью дорожнои сети и населенных пунктов, а также их близостью к лесным массивам. Инфраструктурная нагрузка является, как правило, частью исследовании по развитию регионов (Мна-цаканян, Саргсян, 2021; Белякова, Рыжая, 2022; Маньшин, Моисеева, 2022) и связана с зонированием как способом представления их различии (Губанова, Клещ, 2019). Зонирование также определяет назначение и режимы использования земель территории на региональном уровне (Козел-кова, Васикова, 2016). Пример связи между инфраструктурои и лесными насаждениями продемонстрирован в статье Б. И. Ковалева и Р. Б. Ковалева (2015) для лесных экосистем. Установлению взаимосвязеи инфраструктуры и лесных пожаров в лесном хозяистве регионов посвящена работа Ю. А. Андреева (2003).
Цель статьи — описание разработанного метода определения размера ячеики регулярнои сетки как части методики перехода от уровнеи зон охраны лесов лесного хозяиства (Подольская и др., 2023) к зонам инфраструктурнои нагрузки.
Задача работы — анализ вариантов размеров ячеек сетки и определение раци-
онального размера на основе исследовательской регрессии для установления связей между количеством лесных пожаров и объектами инфраструктуры на примере территории Красноярского края.
МАТЕРИАЛЫ И МЕТОДЫ
Источником инфраструктурных данных по населенным пунктам и дорогам послужили актуальные цифровые слои кра-удсорсингового проекта Open Street Map (OSM, https://www.openstreetmap.org/). Источник данных о лесных пожарах — это архив данных 2002-2020 гг. хот-спотов (hot spot, или тепловая точка), детектированных по спутниковым данным Terra/ Aqua-MODIS и хранящихся в централизованных архивах ЦКП «ИКИ-Мониторинг» (Лупян и др., 2019).
Методика определения размера ячеи-ки строится на основе получения статистики в ячеиках по количествам населенных пунктов и участков дорог, длинам отрезков дорог. Затем проводится моделирование связеи количества лесных пожаров с указанными объектами инфраструктуры, для которого применяется ре-грессионньш анализ (Жуковская, Меилук, 2019), позволяющии оценить возможные комбинации входных потенциально независимых переменных, которые, в свою очередь, описывают зависимую переменную, исходя из заданных пользователем критериев. Такои вид регрессии относит-
ся к группе инструментов моделирования пространственных отношении, использует метод наименьших квадратов (Ordinary Least Squares) и метод пространственнои автокорреляции (глобальньш индекс Мо-рана I). Одним из критериев исследова-тельскои регрессии является минималь-ныи допустимыи скорректированный коэффициент детерминации (Minimum Acceptable Adj R Squared, R2), используе-мыи далее в выборе размера ячеики сети. Зависимои переменнои являлось количество лесных пожаров, независимыми были выбраны количества населенных пунктов и отрезков дорог, а также ПХС. Следующим шагом является определение уровня детерминации между количеством пожаров и набором параметров объектов инфраструктуры. Критерием уровня детерминации определен размер ячеики сетки, которыи увеличивается до того, как значения R2 перестают меняться или меняют направление увеличения.
Анализ инфраструктурных данных выполняется при помощи построенных на основе размера пикселя растра карты растительности наземных экосистем среднего пространственного разрешения, полученнои по съемке MODIS (Барталев и др., 2016), ячеек регулярных сеток. Регулярная равномерная прямоугольная сеть в географических исследованиях является
одним из возможных, наряду с нерегулярной, вариантом структуры для изучения территории. Примеры использования сети ячеек многообразны, среди них — зоогеография (Кокорина, 2011), построение цифровых моделеи рельефа (Груздев, Рыль-скии, 2021) и другие. Регулярная сетка представляет детальную характеристику протяженности и плотности дорог, характера расположения и плотности населенных пунктов. Карта Красноярского края с примерами размеров сеток ячеек приведена на рис. 1.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Для выбора оптимального размера ячейки сетки проанализировано 10 вариантов размера ячеики, первоначальныи размер соответствовал пространственному разрешению пикселя карты растительности наземных экосистем MODIS, т. е. 250 м. Рассматривались следующие варианты размера ячеек: 4, 8, 12, 16, 20, 24, 28, 32, 36 и 40 км. Выбор оптимальных для региона размеров ячеики регулярнои сетки выполнялся путем анализа всех ячеек сетки, «нулевых» и «ненулевых» по количеству пожаров. В табл. 1 показаны результаты расчета значении R2 исследователь-скои регрессии.
л\
_8}
_Ш
_
_ш
_24
_28
_32
_36
_4С
4 км - 16 км2 8 км - 64 км2
12 км -144 км2
16 км - 256 км2
20 км - 400 км2
24 км - 576 км2
28 км - 784 км2
32 км -1024 км2
36 км -1296 км2
40 км - 1600 км2
Рисунок 1. Варианты выбора размера ячеМки регулярном сетки по карте растительности MODIS
(Барталев и др., 2016)
Таблица 1. Зависимость значения R2 от размера ячеики регулярнои сетки
Вариант Размер ячейки, км Значение R2
1 4 0.114
2 8 0.318
3 12 0.496
4 16 0.583
5 20 0.629
6 24 0.675
7 28 0.713
8 32 0.695
9 36 0.713
10 40 0.724
Результат расчета графически показан на рис. 2, на котором по горизонтальной оси расположен номер варианта, по вертикальное — значение R2.
На рис. 2 показано, что номера вариантов 5, 6 и 7 (20, 24 и 28 км соответственно) являются «переходными» точками графика и находятся в начале т.н. «плато», которое затем распространяется далее (варианты 8, 9, 10 для 32, 36 и 40 км соответ-
ственно). Выбранные варианты (выделено зеленым прямоугольником) используются для второи итерации выбора оптимального размера сетки ячеек (табл. 2), когда совместно рассматриваются характеристики числа населенных пунктов, длин и числа участков дорог разных классов. Рассматриваются ячеики с ненулевым количеством зарегистрированных лесных пожаров многолетнего архива данных.
Все ячейки есть пожары/ нет пожаров
номер варианта
12 3 4 5 6 7 8 9 10
Рисунок 2. Зависимость вариантов размеров ячеек, представленных в табл. 1,
от величины №
Таблица 2. Анализ зависимости количества пожаров от инфраструктурном нагрузки для набора оптимальных размеров ячеики («ненулевые» по количеству пожаров ячеики)
Варианты размеров ячеек, км Число населенных пунктов Длина дорог Число участков дорог
20 0.613 0.263 0.143
24 0.662 0.272 0.152
28 0.702 0.292 0.172
Как показано в табл. 2, положение лесных пожаров, детектированных системой MODIS, зависит в первую очередь от количества населенных пунктов, затем последовательно от длины отрезков дорог и от числа участков дорог. Графическии вариант представлен в виде гистограммы (рис. 3).
Таким образом, подтверждена зависимость количества детектированных спутниковыми методами лесных пожаров от наличия населенных пунктов и дорожнои сети. Выбранньш размер ячеики согласу-
ется с размерами региона и лесничеств Красноярского края.
Предлагаемыи метод определения размера ячеики сетки используется для исследования и разработки методики перехода от уровнеи зон охраны лесов лесного хозяиства к зонам инфраструк-турнои нагрузки. Результатом методики зонирования является получение растра инфраструктурнои нагрузки (Подольская и др., 2023), содержащего классы нагрузки от минимальнои (отсутствует) до высокои.
Рисунок 3. Соотношение вариантов размеров ячеи ки 20-24-28 км и инфраструктуры населенных пунктов и дорог
Примечание. По оси ординат: 1, 2, 3 — размеры ячеек 20, 24 и 28 км соответственно; по оси абсцисс: значения R2.
ЗАКЛЮЧЕНИЕ
Разработан метод определения оптимального размера ячеики регулярнои сети на основе анализа связи количества лесных пожаров с параметрами дорожнои инфраструктуры и плотности населенных пунктов. В результате анализа данных о пожарах прибора MODIS (1-4 км) сделан вывод о том, что наиболее оптимальным размером регулярнои сетки для Красноярского края являются ячеики площадью 24 км2. Дальнеишее увеличение размера ячеики приводит к флуктуациям коэффициента детерминации, это является основанием для выбора указанного выше размера сетки.
Необходимо отметить, что каждыи регион России и мира имеет свою комплексную специфику по горимости в пожароопасные сезоны, площади и породному составу лесов, особенностям размещения населенных пунктов и дорог и другим параметрам. Соответственно, определение оптимального размера ячеики регулярнои
сетки необходимо выполнять и обновлять по актуальным данным для каждого отдельного региона. Статья продолжает серию публикации коллектива авторов (Подольская и др., 2020; Подольская и др., 2022а, 2022б; Подольская и др., 2023) по транспортному моделированию в лесном хозяи стве лаборатории мониторинга лесных экосистем Центра по проблемам экологии и продуктивности лесов России скои академии наук (ЦЭПЛ РАН). Метод подбора размера ячеики регулярнои сетки полезен как основа для расчета характеристик территории в проектах по климату, экономике и другим темам, использующим инфраструктурные данные.
ФИНАНСИРОВАНИЕ
Работа выполнена в рамках темы Государственного задания «Методические подходы к оценке структурнои организации и функционирования лесных экосистем», регистрационный номер № 121121600118-8.
СПИСОК ЛИТЕРАТУРЫ
Андреев Ю. А. Влияние антропогенных и природных факторов на возникновение пожаров в лесах и населенных пунктах: диссертация ... доктора технических наук: 05.26.03. Москва, 2003. 333 с.
Барталев С. А., Егоров В. А., Жарко В. О., Лу-пян Е. А., Плотников Д. Е., Хвостиков С. А., Шабанов Н. В. Спутниковое картографирование растительного покрова России. М.: ИКИ РАН, 2016. 208 с.
Белякова Е. В., Рыжая А. А. Роль транспор-тно-логистическои инфраструктуры в развитии регионов России // Логистические системы в глобальнои экономике. 2022. № 12. С. 51-53.
Гришин А. М., Фильков А. И. Прогноз возникновения и распространения лесных пожаров: Монография. Кемерово: Изд-во «Практика», 2005. 202 с.
Груздев Р. В., Рыльский И. А. Определение оптимальных параметров для вычисления поправок за рельеф на основе цифровых моделеи рельефа местности (на примере Восточного Забаикалья) // Вестник Забаикальского государственного университета. 2021. Т. 27. № 8. С. 12-25.
Губанова Е. С., Клещ В. С. Зонирование как инструмент регулирования социально-экономического развития региона // Проблемы развития территории. 2019. № 5. С. 109-123. DOI: 10.15838/ ptd.2019.5.103.7
Жуковская Н. В., Мейлук Е. В. ГИС-инс-трументы в исследовании связеи в геЕ. С. Подольская, Д. В. Ершов, К. А. Ковганко
ографическом пространстве // Геома-тика: образование, теория и практика. Материалы Международнои научно-практическои конференции, посвя-щеннои 50-летию кафедры геодезии и космоаэрокартографии и 85-летию факультета географии и геоинформатики БГУ Отв. ред. А. П. Романкевич. 2019. С. 140-143.
Ковалев Б. И., Ковалев Р. Б. Зонирование территории растительных экосистем, используемых для инфраструктурного воздеиствия // Сборник «Проблемы инновационного биосферно-совместного социально-экономического развития в строительном, жилищно-коммунальном и дорожном комплексах». Материалы 4-и Международнои научно-практическои конференции, посвященнои 55-летию строительного факультета и 85-летию БГИТУ 2015. С. 76-80.
Козелкова Е. Н., Васикова А. Ф. Зонирование Кондинского раиона при помощи ГИС-картографирования // Междуна-родныи научно-исследовательскии журнал. 2016. № 11. Ч. 5. С. 86-88. DOI: 10.18454/1Щ.2016.53.224
Кокорина И. П. Применение методов интерполяции в зоогеографических исследованиях на базе ГИС-технологии // ГеоСибирь. 2011. Т. 1. № 1. С. 239-243.
Лупян Е. А., Прошин А. А., Бурцев М. А., Кашницкий А. В., Балашов И. В., Барталев С. А., Константинова А. М., Ко-бец Д. А., Мазуров А. А., Марченков В. В.,
Матвеев А. М., Радченко М. В., Сычугов И. Г, Толпин В. А., Уваров И. А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП «ИКИ-Мони-торинг») // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151-170. DOI: 10.21046/2070-7401-2019-16-3-151-170
Маньшин Р. В., Моисеева Е. М. Влияние инфраструктуры на размещение населения и развитие регионов России // Экономика региона. 2022. Т. 18. Вып. 3. С. 727-741.
Мнацаканян А. Г., Саргсян С. Оценка влияния инфраструктуры на социально-экономическое развитие регионов России // Экономическии анализ: теория и практика. 2021. Т. 20. № 5. С. 792-809.
Подольская А. С., Ершов Д. В., Шуляк П. П. Применение метода оценки вероятности возникновения лесных пожаров в ИСДМ-Рослесхоз // Современные проблемы дистанционного зондирования Земли из космоса. 2011. Т. 8. № 1. С. 118-126.
Подольская Е. С., Ершов Д. В., Ковганко К. А. Транспортное моделирование наземного доступа для борьбы с лесными пожарами на уровне Федеральных округов России // Сборник статеи по итогам научно-технических конференции. Выпуск 11. Приложение
к журналу Известия вузов «Геодезия и аэрофотосъемка». М.: МИИГАиК, 2020. C. 154-156.
Подольская Е. С., Ершов Д. В., Ковганко К. А. Изучение связей урбанизации и ежегодной горимости лесов Красноярского края // Научные основы устоичи-вого управления лесами: Материалы Всероссиискои научнои конференции с международным участием, посвя-щеннои 30-летию ЦЭПЛ РАН. М.: ЦЭПЛ РАН, 2022а. С. 286-288.
Подольская Е. С., Ершов Д. В., Ковганко К. А. Зонирование лесов Красноярского края на основе данных по инфраструктуре и лесным пожарам // Материалы IX Междунар. науч. конф. Красноярск, 13-16 сентября 2022 г. / науч. ред. Е. А. Ваганов; отв. ред. Г. М. Цибуль-скии. Красноярск: Сиб. федер. ун-т, 20226. С. 126-129.
Подольская Е. С., Ершов Д. В., Ковганко К. А. Инфраструктурное зонирование территории для определения связеи с лесными пожарами (на примере Красноярского края, Россия) // Леса России: политика, промышленность, наука, образование: материалы VIII Всероссиискои научно-техническои конференции 24-26 мая 2023 г. / Под. ред. А. А. Добровольского. Санкт-Петербург: СПбГЛТУ 2023. С. 327-330.
Open Street Map. URL: https://www. openstreetmap.org/ (дата обращения 7 июня 2023).
REFERENCES
Andreev Yu. A., Vlijanie antropogennyh i prirodnyh faktorov na vozniknovenie pozharov v lesah i naselennyh punktah (Influence of antropogenic and related factors on the occurrence of fires in the forests and populated places. Doctor's technical. sci. thesis), Moscow: 2003, 333 p.
Bartalev S. A., Egorov V. A., Zharko V. O., Lou-pian E. A., Plotnikov D. E., Khvostikov S. A., Shabanov N. V., Sputnikovoe kartografiro-vanie rastitel'nogo pokrova Rossii (Satellite mapping of vegetation cover in Russia), Moscow, Russian Space Research Institute, 2016, 208 p.
Belyakova E. V., Ruzhaya A. A., Rol' transportno-logisticheskoj infrastruktury v razvitii re-gionov Rossii (Role of transport and logistics infrastructure in the development of Russian regions), Logistics systems in the global economy, 2022, No 12, pp. 51-53.
Grishin A. M., Fil'kov A. I., Prognoz voznikno-venija i rasprostranenija lesnyh pozharov (Forecasting the occurrence and spread of forest fires), Kemerovo, Praktika, 2005, 202 p.
Gruzdev R. V., Rulskiy I. A., Opredelenie optimal'nyh parametrov dlja vychisle-nija popravok za rel'ef na osnove cifrovyh modelej rel'efa mestnosti (na primere Vostochnogo Zabajkal'ja), (Determination of optimal parameters to calculate corrections for relief based on the DEM using an example of Eastern Transbaikalia), Bulletin of Transbaikal State University, 2021, Vol. 27, No 8, pp. 12-25.
Gubanova E. S., Kleshh V. S., Zonirovanie kak instrument regulirovanija social'no-jeko-nomicheskogo razvitija regiona (Zoning as a tool to manage social and economic development of region), Problems of territory development, 2019, No 5, pp. 109123, DOI: 10.15838/ptd.2019.5.103.7 Kokorina I. P., Primenenie metodov interpo-ljacii v zoogeograficheskih issledovanijah na baze GIS-tehnologij (Application of interpolation methods in zoogeographic studies based on GIS technologies), Geo-Sibir, 2011, Vol. 1, No 1, pp. 239-243. Kovalev B. I., Kovalev R. B., Zonirovanie terri-torii rastitel'nyh jekosistem, ispol'zuemyh dlja infrastrukturnogo vozdejstvija (Zoning of plant ecosystem's territory impacted by infrastructure), Collection of works „Problems of innovative biosphere-joint socio-economic development in construction, housing and communal services and road complexes", Materials of the 4th International Scientific and Practical Conference dedicated to the 55th anniversary of the Faculty of Civil Engineering and to the 85th anniversary of BSITU, 2015, pp. 76-80.
Kozelkova E. N., Vasikova A. F., Zonirovanie Kondinskogo rajona pri pomoshhi GIS-kartografirovanija (Zoning of Koldinskiy region with the help of GIS-cartography), International Research Journal, 2016, No 11 (53), part 5, November, pp. 86-88, DOI: 10.18454/IRJ.2016.53.224 Loupian E. A., Proshin A. A., Burcev M. A., Kash-nickij A. V., Balashov I. V., Bartalev S. A.,
Konstantinova A. M., Kobec D. A., Mazu-rov A. A., Marchenkov V. V., Matveev A. M., Radchenko M. V., Sychugov I. G., Tolpin V. A., Uvarov I. A., Opyt jekspluatacii i razvitija centra kollektivnogo pol'zovanija sistema-mi arhivacii, obrabotki i analiza sputniko-vyh dannyh (CKP „IKI-Monitoring") (Experience of development and operation of the IKI-Monitoring center for collective use of systems for archiving, processing and analyzing satellite data), Current problems in remote sensing of the Earth from space, 2019, Vol. 16, No 3, pp. 151-170, DOI: 10.21046/2070-7401-2019-16-3151-170
Man'shin R. V., Moiseeva E. M., Vlijanie in-frastruktury na razmeshhenie nasele-nija i razvitie regionov Rossii (Impact of Infrastructure on Population Placement and Development of Russian Regions), Economy of region, 2022, Vol. 18, No 3, pp. 727-741.
Mnacakanjan A. G., Sargsjan S., Ocenka vlija-nija infrastruktury na social'no-jekonom-icheskoe razvitie regionov Rossii (Assessment of the infrastructural impact on the socio-economic development of the regions of Russia), Economical analysis: theory and practice, 2021, Vol. 20, No 5, pp. 792-809.
Open Street Map, URL: https://www.open-streetmap.org/ (2023, 7 June).
Podolskaya A. S., Ershov D. V., Shuljak P. P., Primenenie metoda ocenki verojatnosti vozniknovenija lesnyh pozharov v ISDM-
Rosleshoz (Implementation of a method to assess forest fires' probability in ISDM-Rosleskhoz), Current problems in remote sensing of the Earth from space, 2011, Vol. 8, No 1, pp. 118-126.
Podolskaia E. S., Ershov D. V., Kovganko K. A., Transportnoe modelirovanie nazemnogo dostupa dlja bor'by s lesnymi pozharami na urovne Federal'nyh okrugov Rossii (Transport modeling of ground access to fight the forest fires at the level of federal districts in Russia), Collection of papers on the results of scientific and technical conferences, Issue 11, Appendix to the Journal Izvestia of universities "Geodesy and aerial photography", Moscow, MIIGAiK, 2020, pp. 154-156.
Podolskaia E. S., Ershov D. V., Kovganko K. A., Izuchenie svjazej urbanizacii i ezhegod-noj gorimosti lesov Krasnojarskogo kraja (Study of the links between urbanization and annual forest burning of the Krasnoyarsk Region), Scientific foundations of sustainable forest management: Materials of the All-Russian scientific conference with international participation dedicated to the 30th anniversary of Center for Forest Ecology and Productivity of the Russian Academy of Sciences (CEPF RAS), Moscow, 2022a, pp. 286-288.
Podolskaia E. S., Ershov D. V., Kovganko K. A., Zonirovanie lesov Krasnojarskogo kraja na osnove dannyh po infrastrukture i le-snym pozharam (Zoning of Krasnoyarsk Region forests based on infrastructure
and forest fires), Materials IX International. Scientific. Conf., Krasnoyarsk, September 13-16, 2022b, Krasnoyarsk: Siberian Federal University, pp. 126-129.
Podolskaia E. S., Ershov D. V., Kovganko K. A., Infrastrukturnoe zonirovanie terri-torii dlja opredelenija svjazej s lesnymi pozharami (na primere Krasnojarskogo kraja, Rossija), (Infrastructure zoning of the territory for determination of links with forest fires (on the example of Krasnoyarsk Territory, Russia), Forests of Russia: politics, industry, science, education: Materials of the VIII All-Russian Scientific and Technical Conference, May 24-26,
2023, St. Petersburg, St. Petersburg State Forest Technical University named after S. M. Kirov, 2023, pp. 330-333.
Zhukovskaya N. V., Meyluk E. V., GIS-instru-menty v issledovanii svjazej v geogra-ficheskom prostranstve (GIS-tools in the study of connections in geographic space), Geomatics: education, theory and practice. Materials of the International Scientific and Practical Conference dedicated to the 50th anniversary of the Department of Geodesy and Space Aerocartography and to the 85th anniversary of the Faculty of Geography and Geoinformatics, BSU, edited by Romankevich A. P., 2019, pp. 140-143.
КРАТКИЕ
СООБЩЕНИЯ ВОПРОСЫ ЛЕСНОЙ НАУКИ, 2023, Т. 6. № 2. Статья № 127
A METHOD TO DEFINE A CELL SIZE OF REGULAR NETWORK FOR INFRASTRUCTURAL TERRITORY ZONING WITH PURPOSE OF FOREST FIRE PROTECTION
E. S. Podolskaia *, D. V. Ershov, K. A. Kovganko
Center for Forest Ecology and Productivity of the Russian Academy of Sciences Profsoyuznaya st. 84/32 bldg. 14, Moscow, 117997, Russian Federation
* E-mail: podols_kate@mail.ru
Received: 08.06.2023 Revised: 18.06.2023 Accepted: 18.06.2023
Infrastructural projects at regional scale are ones of the important components of modern digital economy. In relation to the forestry, the main objects that determine infrastructural load of the territory in the forestry are the networks of fire stations and forest roads with settlements and public roads. A method to define a cell size of a regular uniform rectangular grid based on the pixel size of MODIS-based vegetation raster is described. It is based on the statistics of number of settlements, fire stations and road sections, as well as road sections lengths. Exploratory regression was used to choose a cell size with a number of forest fires as a dependent variable and number of settlements, road segments and fires stations as independent variables. It was found that the most optimal size of regular grid cell for Krasnoyark Region (Kray) is 24 km2. Paper's findings could be used in climate and economic projects to estimate infrastructural load.
Key words: regular network, cell, infrastructural load, settlements, road network, GIS, forestry
Рецензент: к. т. н. Скрипачев В. О.
